eigenvalue

1熱度

1回答

我想解決一個大的稀疏對稱矩陣（一般爲20,000-60,000）的特徵值。我嘗試過利用SymEigsShiftSolver/SymEigsSolver，但需要大量時間才能生成我的特徵值。有沒有加速的方法？我附上了我打算做的事情的演示代碼。我錯過了什麼？ INT主（） { Eigen::MatrixXd A = Eigen::MatrixXd::Random(10000, 10000); Eige

0熱度

1回答

斷言在MapBase.h文件中失敗

我想在Windows 8-64位平臺上使用Visual Studio 2013中的Eigen代碼（http://eigen.tuxfamily.org/index.php?title=Main_Page），但我在MapBase.h文件中收到與「Assertion Failed」相關的錯誤。 ........... eigen_assert(EIGEN_IMPLIES(internal::trai

0熱度

1回答

如何從模型，Visual Studio 2012和EF5更新數據庫

我有通常的方法來創建實體數據模型，並準備好所有模型。在初始連接或設置數據庫時，我們通常會執行「從模型生成數據庫...」選項，該選項只生成一個SQL腳本。我的問題很簡單：在初始創建後，如果我們更改數據模型，我們如何更新數據庫？「從模型生成數據庫」選項並不是真的要走的路，因爲它會刪除現有的表並創建新表。我而淘計算器達到了這個有前途的工具：http://visualstudiogallery.ms

1熱度

1回答

如何找到主要特徵方向？

我想在橢球體內生成點，然後嘗試適應光滑的橢球體表面。目標是適應未知數據，我必須在3個主軸上找到a，b和c的值。 Rinv應該等同於pc。但是，我以不同的順序獲得電腦。所以我必須找到正確的順序來將我的數據旋轉到matlab座標。 a=3; b=5; c=1; index=1; for i=1:500000 x=10*rand-5; y=10*rand-5; z=

-2熱度

1回答

Matlab給出了正矩陣的負特徵值

我有一個6000 * 6000的對稱矩陣，所有項都是正的。我使用matlab的eig函數來分解它的特徵值&特徵向量。但結果中存在負的特徵值。你認爲這個問題在哪裏？謝謝。 Sevil。

2熱度

1回答

的Python NumPy的類型錯誤：ufunc「ISFINITE」不支持輸入類型

這裏是我的代碼： def topK(dataMat,sensitivity): meanVals = np.mean(dataMat, axis=0) meanRemoved = dataMat - meanVals covMat = np.cov(meanRemoved, rowvar=0) eigVals,eigVects = np.linalg.eig

0熱度

1回答

使用MKL庫確定特徵值的性能

我的目標是找到mxn大小的輸入矩陣的特徵值和向量。因爲它的矩形矩陣中，通過執行一個轉置然後矩陣乘法源矩陣轉換的相同方對稱矩陣。之後，我使用英特爾MKL庫來確定特徵值和方形對稱矩陣的向量。不幸的是，對於1000000 x 100000的矩形對稱矩陣大小，所需的時間約爲35至40秒，這不適合我的應用。提高性能的任何建議都會非常有幫助。在此先感謝

1熱度

1回答

如何使用（Python AHP）numpy.linalg來派生最大特徵值（似乎沒有收斂？）

我是一名地理空間專業人員，而不是數學家或程序員。所以請不要因爲不正確的措辭或編碼不當而對我進行懲罰。我只是在尋求幫助。我使用下面的代碼從一個判斷矩陣得出排名： A = numpy.array(matrix) "Define vector of weights based on eigenvector and eigenvalues" eigenvalues, eigenvector=num

3熱度

1回答

將大型XTS對象轉換爲數組以計算Eignevalues和特徵向量

我有一個較大的XTS對象，它是在1343個數據點中使用橫跨12 x 12變量的XTS ZOO對象的滑動窗口進行相關性計算的結果。我的大XTS對象的結構如下，行表示時間和列表示的相關性的組合。一個簡單的例子如下所示： AA BA CA AB BB CB AC BC CC t1 1 .1 -.4 .1 1 .3 -.4 .3 1 t2 1 .4 .8 .4 1 .2 .8 .2 1 t3 1

4熱度

1回答

Modelica線性分析

我是Modelica/Dymola建模的新成員。我開始爲我的碩士論文（管道，加熱器，控制）建立流體模型。我的教授建議：檢查系統的特徵值和比率（以及系統是否僵硬）。所以做了以下內容：線性分析完全線性分析 SimulationSetup：linearizeAtInitial = FALSE; t_linearize = 1000（該系統在運行模式（初始化後）仿真restuls都OK 但線性分析說